[论文解读] Refined Hardness of Distance-Optimal Multi-Agent Path Finding

Tzvika Geft, Dan Halperin|arXiv (Cornell University)|Mar 14, 2022

Robotic Path Planning Algorithms被引用 5

一句话总结

该论文通过一种新颖的线性归约方法，从3-SAT问题出发，证明了在允许多个空闲顶点的二维网格上，距离最优的多智能体路径规划（MAPF）问题是NP难的，从而解决了Banfi等人（2017年）提出的一个开放问题。作者使用结构简单、设计清晰的逻辑构件，表明即使在顺序移动且不存在相反方向移动的情况下，该问题的难解性依然存在，从而更深入地揭示了问题的计算不可解性根源，并在指数时间假设（ETH）下建立了指数级的下界。

ABSTRACT

We study the computational complexity of multi-agent path finding (MAPF). Given a graph $G$ and a set of agents, each having a start and target vertex, the goal is to find collision-free paths minimizing the total distance traveled. To better understand the source of difficulty of the problem, we aim to study the simplest and least constrained graph class for which it remains hard. To this end, we restrict $G$ to be a 2D grid, which is a ubiquitous abstraction, as it conveniently allows for modeling well-structured environments (e.g., warehouses). Previous hardness results considered highly constrained 2D grids having only one vertex unoccupied by an agent, while the most restricted hardness result that allowed multiple empty vertices was for (non-grid) planar graphs. We therefore refine previous results by simultaneously considering both 2D grids and multiple empty vertices. We show that even in this case distance-optimal MAPF remains NP-hard, which settles an open problem posed by Banfi et al. (2017). We present a reduction directly from 3-SAT using simple gadgets, making our proof arguably more informative than previous work in terms of potential progress towards positive results. Furthermore, our reduction is the first linear one for the case where $G$ is planar, appearing nearly four decades after the first related result. This allows us to go a step further and exploit the Exponential Time Hypothesis (ETH) to obtain an exponential lower bound for the running time of the problem. Finally, as a stepping stone towards our main results, we prove the NP-hardness of the monotone case, in which agents move one by one with no intermediate stops.

研究动机与目标

• 解决Banfi等人（2017年）提出的开放问题：当允许多个空闲顶点时，距离最优MAPF在二维网格上是否仍为NP难？
• 通过同时考虑二维网格图和多个空闲顶点，对先前孤立研究的结论进行细化。
• 提供比以往工作更具信息量且结构更清晰的归约方法，使用简单的3-SAT构件以明确揭示计算困难的根源。
• 为平面图建立线性归约，使得可应用指数时间假设（ETH），从而推导出运行时间的指数级下界。
• 研究单调情形（顺序移动且无中间停顿）作为获得主结论的中间步骤。

提出的方法

• 从3-SAT问题到允许多个空闲顶点的二维网格上距离最优MAPF问题的线性归约构造。
• 设计专门的变量和子句构件，通过代理路径和目标位置来模拟逻辑约束。
• 确保所有代理均朝同一方向移动（例如向下和向右），从而避免对向移动的需求。
• 在单调情形下采用顺序移动（一次仅一个代理），以简化归约并突出路径协商作为核心难点。
• 利用指数时间假设（ETH）推导出求解该问题的任何算法运行时间的指数级下界。
• 证明困难并非源于对向移动引起的路径冲突，而是源于对共享起点和目标位置的复杂协商。

实验结果

研究问题

• RQ1 当存在超过一个未被占用的顶点时，距离最优MAPF在二维网格上是否为NP难？
• RQ2 当代理按顺序移动且仅朝一个总体方向移动时，距离最优MAPF的难解性是否仍然存在？
• RQ3 能否在距离最优MAPF的背景下，为平面图构造从3-SAT出发的线性归约？
• RQ4 距离最优MAPF的计算困难根源是什么——对向移动还是对共享位置的路径协商？
• RQ5 能否利用指数时间假设（ETH）为该问题的算法运行时间推导出非平凡的下界？

主要发现

• 在允许多个空闲顶点的二维网格上，距离最优MAPF问题是NP难的，解决了Banfi等人（2017年）提出的开放问题。
• 即使在顺序移动且无对向移动的情况下，该问题的难解性依然存在，表明路径协商是核心困难所在。
• 本文首次为平面图上的距离最优MAPF问题构造了从3-SAT出发的线性归约，相较于以往的非线性归约，具有显著改进。
• 该归约使用简单直观的构件，使计算困难的根源更加清晰，且可能为后续算法进展提供支持。
• 在指数时间假设（ETH）下，该问题的运行时间存在指数级下界，具体为 $\Omega(2^{n})$ 或 $\Omega(2^{|V|})$。
• 该构造可进一步修改为使代理仅向下和向右移动，从而将挑战完全隔离于路径协调，而非方向冲突。